用于学习复杂运动技能的开放式学习策略
机器人学
2022-06-15 v1 人工智能
摘要
通过强化学习（RL）教导机器人在复杂三维环境设置下学习多样化运动技能仍然具有挑战性。已有研究表明，在将智能体转移到复杂设置之前于简单设置中训练可改善训练过程，但迄今仅局限于相对简单的运动技能语境。本工作中，我们调整增强型配对开放式开拓者（ePOET）方法，以训练更复杂的智能体在复杂三维地形上高效行走。首先，为生成具有递增复杂度且更崎岖多样的三维训练地形，我们扩展了组合模式生成网络-拓扑增强神经进化（CPPN-NEAT）方法并引入随机形状。其次，我们将 ePOET 与 Soft Actor-Critic 离策略优化相结合，得到 ePOET-SAC，以确保智能体能够学习更多样化的技能来解决更具挑战性的任务。实验结果表明，新生成的三维地形具有足够的多样性和复杂性以引导学习，ePOET 成功在这些地形上学习了复杂运动技能，且我们提出的 ePOET-SAC 方法相较 ePOET 有轻微提升。
引用
@article{arxiv.2206.06796,
title = {Open-Ended Learning Strategies for Learning Complex Locomotion Skills},
author = {Fangqin Zhou and Joaquin Vanschoren},
journal= {arXiv preprint arXiv:2206.06796},
year = {2022}
}